9 Cara Menentukan Data yang Dibutuhkan untuk Menjawab Business Problem 

Rangkuman

• Menentukan data yang dibutuhkan untuk menjawab business problem dimulai dengan memahami masalah bisnis dan merumuskan pertanyaan analisis yang spesifik.
• Pemilihan variabel, metrik, dan sumber data perlu disesuaikan dengan tujuan analisis agar informasi yang dikumpulkan relevan.
• Validasi kualitas data, identifikasi kesenjangan data, dan penentuan prioritas membantu memastikan analisis lebih akurat dan efisien.
• Kembangkan keterampilan menentukan kebutuhan data dan melakukan analisis bisnis melalui Fast Track Data Analytics dari Digital Skola. Dapatkan kesempatan beasiswa hingga 80%, 14 sesi intensif bersama tutor expert, portofolio profesional, dan bimbingan karier. Daftar kelas sekarang.

Cara menentukan data yang dibutuhkan untuk menjawab business problem menjadi langkah penting agar perusahaan dapat mengambil keputusan berdasarkan informasi yang relevan. 

Dengan menentukan kebutuhan data secara tepat, proses analisis dapat berjalan lebih terarah dan efisien. 

Lalu, bagaimana cara mengidentifikasi data yang benar-benar dibutuhkan untuk menyelesaikan masalah bisnis? Yuk simak selengkapnya di bawah ini. 

Apa Itu Business Problem dalam Analisis Data?

Business problem adalah masalah atau tantangan yang dihadapi perusahaan dan membutuhkan solusi untuk mencapai tujuan bisnis. 

Dalam analisis data, business problem menjadi titik awal untuk menentukan informasi yang perlu dikumpulkan dan dianalisis agar perusahaan dapat memahami kondisi yang terjadi serta mengambil keputusan berdasarkan data yang relevan. 

Mengapa Memahami Business Problem Penting Sebelum Mengumpulkan Data?

Memahami business problem sebelum mengumpulkan data membantu perusahaan memastikan bahwa proses analisis memiliki tujuan yang jelas dan sesuai dengan kebutuhan bisnis. 

Berikut beberapa alasan mengapa langkah ini penting. 

• Membantu mempersempit ruang lingkup analisis.
• Mencegah pengumpulan data yang tidak relevan.
• Menghemat waktu dan sumber daya.
• Membantu menentukan metrik keberhasilan.
• Memastikan hasil analisis mendukung keputusan bisnis.

Baca Juga: 9 Cara Mengubah Data Menjadi Business Insight untuk Perusahaan

Mengapa Perusahaan Perlu Menentukan Data yang Dibutuhkan dengan Tepat?

Menentukan data yang dibutuhkan dengan tepat membantu perusahaan memperoleh informasi yang relevan untuk menjawab business problem. 

Sebaliknya, data yang tidak sesuai dengan kebutuhan analisis dapat menghasilkan kesimpulan yang kurang akurat dan menghambat pengambilan keputusan.

Berikut beberapa manfaat menentukan kebutuhan data secara tepat:

• Meningkatkan relevansi analisis: Data yang sesuai membantu menjawab pertanyaan bisnis secara lebih spesifik.
• Mempercepat pengambilan keputusan: Analisis menjadi lebih terarah karena berfokus pada informasi yang dibutuhkan.
• Mengoptimalkan biaya dan waktu: Perusahaan tidak perlu mengumpulkan atau mengolah data yang kurang relevan.
• Mengurangi risiko kesalahan interpretasi: Data yang tepat membantu menghasilkan kesimpulan yang lebih akurat.
• Menentukan prioritas tindakan: Hasil analisis dapat menjadi dasar untuk memilih langkah yang sesuai dengan kebutuhan bisnis.

Bagaimana Cara Menentukan Data yang Dibutuhkan untuk Menjawab Business Problem?

Cara menentukan data yang dibutuhkan untuk menjawab business problem dimulai dengan memahami masalah bisnis, merumuskan pertanyaan analisis, dan mengidentifikasi informasi yang relevan. 

Berikut langkah yang dapat diterapkan.

1. Identifikasi dan Definisikan Masalah Bisnis secara Spesifik

Langkah pertama adalah memahami masalah yang ingin diselesaikan perusahaan. 

Hindari pernyataan yang terlalu umum dan tentukan kondisi yang tidak sesuai dengan target bisnis agar kebutuhan data lebih mudah diidentifikasi.

Beberapa hal yang perlu dilakukan meliputi:

• Mengidentifikasi kondisi yang tidak sesuai dengan target bisnis.
• Menentukan bagian bisnis yang terdampak.
• Menetapkan periode dan ruang lingkup masalah.
• Membedakan gejala masalah dengan dugaan penyebabnya.

Sebagai contoh, daripada menyatakan bahwa performa penjualan buruk, perusahaan dapat mendefinisikan masalah sebagai penurunan penjualan produk tertentu di wilayah tertentu selama tiga bulan terakhir. 

2. Ubah Masalah Bisnis Menjadi Pertanyaan Analisis yang Terukur

Setelah masalah terdefinisi, langkah berikutnya adalah merumuskannya menjadi pertanyaan yang dapat dijawab melalui analisis data. 

Pertanyaan ini menjadi panduan untuk menentukan informasi yang perlu dikumpulkan.

Misalnya, untuk memahami penurunan penjualan, perusahaan dapat mengajukan pertanyaan berikut:

• Kapan penurunan penjualan mulai terjadi?
• Produk atau wilayah mana yang paling terdampak?
• Apakah jumlah transaksi atau nilai transaksi rata-rata yang menurun?
• Apakah perubahan harga atau promosi berkaitan dengan penurunan penjualan?

3. Tentukan Informasi yang Dibutuhkan untuk Menjawab Setiap Pertanyaan

Setiap pertanyaan analisis membutuhkan informasi yang berbeda. 

Karena itu, perusahaan perlu memetakan hubungan antara pertanyaan bisnis dan data yang diperlukan sebelum mulai mengumpulkannya.

Contohnya dapat dilihat pada tabel berikut.

4. Tentukan Variabel dan Metrik yang Relevan

Setelah mengetahui informasi yang dibutuhkan, perusahaan perlu menentukan variabel dan metrik yang akan digunakan. 

Variabel merupakan atribut atau faktor yang dianalisis, sedangkan metrik adalah ukuran untuk mengevaluasi kondisi atau performa bisnis.

Beberapa hal yang perlu diperhatikan meliputi:

• Menentukan metrik utama yang mencerminkan masalah bisnis.
• Mengidentifikasi variabel yang dapat membantu menjelaskan perubahan metrik.
• Menetapkan satuan dan periode pengukuran yang konsisten.
• Memilih Key Performance Indicator (KPI) sesuai tujuan analisis.

Sebagai contoh, untuk menganalisis penurunan penjualan, perusahaan dapat menggunakan pendapatan atau jumlah transaksi sebagai metrik utama. 

Sementara itu, produk, lokasi, harga, dan periode penjualan dapat menjadi variabel yang membantu mengidentifikasi pola perubahan.

5. Identifikasi Sumber Data yang Tersedia dan Dapat Diakses

Setelah menentukan kebutuhan data, perusahaan perlu mencari sumber yang menyediakan informasi tersebut. 

Sumber data dapat berasal dari sistem internal maupun eksternal, tergantung pada jenis masalah yang ingin dianalisis.

Beberapa sumber data yang umum digunakan antara lain:

• Sistem transaksi dan penjualan.
• Customer Relationship Management (CRM).
• Platform pemasaran digital.
• Sistem keuangan dan operasional.
• Survei serta umpan balik pelanggan.
• Data eksternal, seperti tren pasar dan kondisi industri.

6. Evaluasi Kualitas, Kelengkapan, dan Relevansi Data

Data yang tersedia belum tentu layak digunakan untuk menjawab masalah bisnis. Perusahaan perlu mengevaluasi kualitas data agar analisis tidak menghasilkan kesimpulan yang keliru.

Beberapa kriteria yang perlu diperiksa meliputi:

• Akurasi: apakah data mencerminkan kondisi sebenarnya?
• Kelengkapan: apakah informasi penting sudah tersedia?
• Konsistensi: apakah format dan definisi data seragam?
• Kemutakhiran: apakah periode data sesuai dengan masalah?
• Relevansi: apakah data membantu menjawab pertanyaan analisis?

Baca Juga: 8 Cara Membuat Business Recommendation Berdasarkan Data yang Efektif

7. Identifikasi Kesenjangan Data dan Tentukan Data Tambahan

Dalam proses evaluasi, perusahaan mungkin menemukan data gap, yaitu informasi yang dibutuhkan tetapi belum tersedia atau belum dapat diakses.Kesenjangan ini perlu diidentifikasi agar pertanyaan bisnis dapat dijawab dengan lebih menyeluruh.

Untuk mengatasinya, perusahaan dapat melakukan beberapa langkah berikut:

• Membandingkan kebutuhan analisis dengan data yang tersedia.
• Mengidentifikasi pertanyaan yang belum dapat dijawab.
• Menentukan informasi tambahan yang diperlukan.
• Memilih metode pengumpulan, seperti survei, wawancara, atau pencatatan transaksi.
• Memprioritaskan data tambahan berdasarkan urgensi dan manfaatnya.

Sebagai contoh, jika data penjualan menunjukkan penurunan transaksi tetapi belum menjelaskan faktor yang berkaitan dengan kondisi tersebut, perusahaan dapat mengumpulkan data keluhan pelanggan atau hasil survei pengalaman pembelian. 

Data tambahan ini dapat membantu memperdalam analisis, meskipun penyebabnya tetap perlu divalidasi.

8. Prioritaskan Data Berdasarkan Dampak dan Kebutuhan Bisnis

Tidak semua data harus dikumpulkan sekaligus. Perusahaan perlu memprioritaskan informasi yang paling relevan agar penggunaan waktu, biaya, dan sumber daya tetap efisien.

Beberapa pertimbangan dalam menentukan prioritas data meliputi:

• Seberapa langsung data menjawab masalah bisnis.
• Seberapa besar pengaruhnya terhadap keputusan.
• Seberapa mudah data diperoleh dan diolah.
• Berapa biaya dan waktu yang dibutuhkan.
• Apakah penggunaannya memenuhi ketentuan privasi dan keamanan.

9. Validasi Kebutuhan Data Sebelum Analisis Dimulai

Langkah terakhir adalah memeriksa kembali apakah data yang dipilih benar-benar dapat mendukung jawaban atas pertanyaan bisnis. 

Validasi ini membantu memastikan proses analisis berjalan sesuai tujuan dan tidak mengandalkan data yang kurang memadai.

Sebelum memulai analisis, pastikan beberapa hal berikut:

• Setiap pertanyaan analisis memiliki data pendukung.
• Periode dan cakupan data sudah sesuai.
• Definisi variabel dan metrik konsisten.
• Keterbatasan serta potensi bias data telah diidentifikasi.
• Hasil analisis berpotensi mendukung keputusan yang dibutuhkan.

Contoh Menentukan Data untuk Menjawab Business Problem

Menentukan data yang dibutuhkan akan lebih mudah dipahami melalui contoh kasus bisnis. Berikut tiga contoh penerapannya.

1. Mengidentifikasi Penyebab Penurunan Penjualan

Sebuah perusahaan mengalami penurunan penjualan selama tiga bulan berturut-turut. 

Untuk memahami kondisi tersebut, perusahaan perlu mengetahui produk, wilayah, dan periode mana yang mengalami penurunan terbesar.

Data yang dibutuhkan meliputi:

• Data transaksi dan pendapatan.
• Data penjualan berdasarkan produk dan wilayah.
• Data penjualan berdasarkan waktu.
• Data harga dan promosi.

2. Mengetahui Alasan Pelanggan Berhenti Berlangganan

Sebuah perusahaan layanan berlangganan mendapati bahwa jumlah pelanggan yang berhenti menggunakan layanan meningkat. 

Perusahaan perlu mengetahui segmen pelanggan dengan tingkat churn tertinggi dan faktor yang mungkin berkaitan dengan kondisi tersebut.

Data yang dibutuhkan meliputi:

• Riwayat berlangganan dan pembatalan.
• Durasi penggunaan layanan.
• Riwayat interaksi dengan layanan pelanggan.
• Data keluhan dan umpan balik pelanggan.

3. Menekan Biaya Operasional Perusahaan

Sebuah perusahaan mengalami peningkatan biaya operasional meskipun volume produksi relatif stabil. 

Untuk memahami kondisi ini, perusahaan perlu mengidentifikasi komponen biaya dan proses yang berkontribusi terhadap kenaikan pengeluaran.

Data yang dibutuhkan meliputi:

• Data pengeluaran berdasarkan kategori.
• Data volume produksi atau output.
• Data penggunaan bahan baku.
• Data waktu proses dan tingkat kesalahan.

Apa Kesalahan yang Perlu Dihindari saat Menentukan Kebutuhan Data?

Menentukan kebutuhan data secara tepat membutuhkan pemahaman terhadap masalah bisnis dan tujuan analisis. 

Namun, beberapa kesalahan dalam proses ini dapat membuat data yang dikumpulkan kurang relevan atau menghasilkan kesimpulan yang keliru. 

Berikut beberapa kesalahan yang perlu dihindari perusahaan saat menentukan kebutuhan data. 

• Mengumpulkan semua data tanpa tujuan: mulai dari masalah dan pertanyaan bisnis yang spesifik.
• Mengandalkan asumsi tanpa validasi: gunakan data pendukung untuk menguji dugaan awal.
• Memilih metrik yang tidak relevan: sesuaikan metrik dengan tujuan keputusan.
• Mengabaikan kualitas data: periksa akurasi, kelengkapan, dan konsistensi.
• Mengabaikan data yang belum tersedia: identifikasi kesenjangan dan rencanakan pengumpulan tambahan.
• Tidak memperhatikan privasi: pastikan pengumpulan dan penggunaan data sesuai dengan ketentuan yang berlaku.

Baca Juga: 10 Contoh Penerapan Data Analytics dalam Bisnis dan Manfaatnya

Apa Tools yang Membantu Menentukan dan Mengelola Kebutuhan Data?

Menentukan kebutuhan data tidak hanya membutuhkan pemahaman terhadap masalah bisnis, tetapi juga tools yang dapat membantu mengidentifikasi, mengelola, dan memeriksa data yang tersedia. 

Setiap tools memiliki fungsi berbeda, sehingga pemilihannya perlu disesuaikan dengan kebutuhan analisis dan kompleksitas data perusahaan. 

Berikut beberapa tools yang dapat digunakan berdasarkan fungsinya. 

Apa Skill yang Dibutuhkan untuk Menentukan Data yang Tepat?

Menentukan data yang tepat untuk menjawab business problem membutuhkan kombinasi kemampuan teknis dan pemahaman bisnis. 

Keterampilan ini membantu profesional data analytics mengidentifikasi kebutuhan informasi, menilai kualitas data, dan memastikan data yang dipilih sesuai dengan tujuan analisis.

Berikut skill tersebut:

1. Kemampuan Teknis

Kemampuan teknis diperlukan untuk mengakses, mengeksplorasi, dan mengevaluasi data sebelum analisis dilakukan. Beberapa keterampilan yang perlu dikuasai meliputi:

• Pengolahan dan eksplorasi data: Memahami struktur data dan menemukan informasi yang relevan.
• SQL dan spreadsheet: Mengambil, menyaring, dan mengelola data sesuai kebutuhan.
• Statistik dasar: Memahami pola, distribusi, dan hubungan antarvariabel.
• Evaluasi kualitas data: Memeriksa akurasi, kelengkapan, dan konsistensi data.
• Penggunaan tools analitik: Memanfaatkan perangkat analisis untuk mendukung proses pengolahan dan pemeriksaan data.

2. Kemampuan Analitis dan Bisnis

Selain keterampilan teknis, kemampuan analitis dan pemahaman bisnis membantu memastikan data yang dipilih benar-benar menjawab masalah yang dihadapi perusahaan.

• Memahami tujuan bisnis: Mengidentifikasi masalah dan hasil yang ingin dicapai perusahaan.
• Merumuskan pertanyaan yang terukur: Mengubah masalah bisnis menjadi pertanyaan yang dapat dijawab melalui data.
• Berpikir kritis dan menguji asumsi: Memeriksa dugaan awal sebelum menentukan kebutuhan data.
• Menilai relevansi informasi: Memilih data yang sesuai dengan ruang lingkup dan tujuan analisis.
• Mengomunikasikan kebutuhan data: Menjelaskan kebutuhan informasi kepada tim atau departemen terkait agar data yang dikumpulkan sesuai dengan kebutuhan analisis.

Kesimpulan

Menentukan data yang dibutuhkan untuk menjawab business problem dimulai dari mendefinisikan masalah, merumuskan pertanyaan analisis, menentukan variabel dan metrik, hingga mengidentifikasi sumber serta memvalidasi kualitas data. 

Perusahaan tidak perlu mengumpulkan sebanyak mungkin data, tetapi berfokus pada data yang relevan, akurat, dan sesuai dengan tujuan analisis. 

Dengan begitu, hasil analisis dapat membantu perusahaan mengambil keputusan bisnis yang lebih tepat dan terarah. 

Kuasai Data Analytics untuk Menentukan Data yang Tepat bagi Bisnis!

Melalui program Fast Track Data Analytics dari Digital Skola, kamu bisa mengembangkan kemampuan tersebut sebagai bekal untuk berkarier di bidang data.

Keunggulan program Fast Track Data Analytics:

• Beasiswa biaya pendidikan hingga 80% untuk membantu akses belajar.
• 14 sesi intensif bersama tutor expert untuk memperdalam keterampilan data analytics.
• Portofolio profesional sebagai bekal menunjukkan kemampuan analisis data.
• Bimbingan karier untuk mempersiapkan diri memasuki dunia kerja.

Daftar kelasnya sekarang dan tingkatkan keterampilanmu dalam mengolah data, mengidentifikasi kebutuhan informasi, serta mendukung pengambilan keputusan bisnis berbasis data bersama Digital Skola!

FAQ 

1. Apa yang harus dilakukan jika data yang dibutuhkan tidak tersedia?

Perusahaan dapat mengidentifikasi kesenjangan data (data gap) dan mengumpulkan informasi tambahan melalui survei, wawancara, atau pencatatan transaksi. Pemilihan metode perlu disesuaikan dengan pertanyaan bisnis yang ingin dijawab.

2. Bagaimana cara menentukan apakah suatu data relevan dengan masalah bisnis?

Data dianggap relevan jika dapat membantu menjawab pertanyaan analisis atau mendukung keputusan yang ingin diambil. Perusahaan perlu menilai hubungan data dengan tujuan bisnis, periode analisis, dan metrik yang digunakan.

3. Apa perbedaan data primer dan data sekunder dalam analisis bisnis?

Data primer dikumpulkan secara langsung untuk menjawab kebutuhan tertentu, misalnya melalui survei pelanggan. Sementara itu, data sekunder merupakan data yang sudah dikumpulkan sebelumnya, seperti laporan penjualan historis atau data industri.

4. Apakah data yang jumlahnya banyak selalu menghasilkan analisis yang lebih baik?

Tidak. Jumlah data yang besar tidak menjamin hasil analisis yang akurat. Data harus relevan, berkualitas, dan sesuai dengan tujuan analisis agar dapat menghasilkan informasi yang bermanfaat bagi perusahaan.

5. Siapa yang bertanggung jawab menentukan kebutuhan data dalam perusahaan?

Penentuan kebutuhan data dapat melibatkan data analyst, business analyst, manajer, dan tim terkait. Kolaborasi diperlukan agar kebutuhan analisis sesuai dengan masalah bisnis serta data yang digunakan dapat dipertanggungjawabkan.